Telios IQ

De intelligente match
tussen klant en medewerker

Image

Telios IQ

De intelligente match
tussen klant en medewerker
Image

Telios IQ

De intelligente match
tussen klant en medewerker

Telios IQ

De intelligente match
tussen klant en medewerker

Wat is het belang van soft skills in een contactcenter waarin technologie en data steeds meer op de voorgrond komen? En hoe kan je de verschillende zachte competenties van medewerkers het best in gesprekken tot hun recht laten komen? Naast het versterken van competenties liggen er kansen in het koppelen van klanten aan de best-passende medewerker. Die match is complex en dus is er werk aan de winkel voor slimme systemen. Het antwoord is de nieuwe oplossing van Telecats: Telios IQ

Segmentatie klanten en medewerkers

De visie van Telecats is dat de match tussen medewerker en klant steeds belangrijker wordt. De verklaring hiervoor is simpel: eenvoudige vragen worden steeds meer geautomatiseerd afgehandeld. Bij complexe onderwerpen spelen commercieel gevoel, creativiteit en empathie een rol. Als er een optimale match wordt gemaakt tussen de context van de klant en de eigenschappen van de medewerker, is de kans groter dat er een goed en prettig gesprek tot stand komt. Medewerkers en klanten worden steeds vaker ingedeeld in groepen met specifieke kenmerken. Bij deze segmentatie is het de bedoeling dat de meest “uitdagende” klantcontacten worden gerouteerd naar de meest ervaren medewerkers. Het model van ‘matching’ van klanten en medewerkers wordt hierdoor complexer en dat is nu nog een hele uitdaging voor de planners.

Image

Van wachtrij naar wachtveld

Image

Met andere woorden, het huidige routeren van calls op basis van cijfermatige ‘als dit, dan dat’-regels (denk aan ‘eerstvolgende beller wordt toegewezen aan eerstvolgende beschikbare medewerker’) houdt weinig rekening met de waarde van klanten en de potentie van medewerkers. Daarom maakt deze aanpak plaats voor intelligente routering. Die houdt aan de ene kant rekening met eigenschappen en voorkeuren van de klant – klantwaarde, klantvoorkeuren, persoonlijke eigenschappen, sociale en gezinssituatie, actuele context zoals een vooraf ingesproken vraag, et cetera. En aan de andere kant houdt intelligente routering ook rekening met het profiel van de medewerker.

Met andere woorden, het huidige routeren van calls op basis van cijfermatige ‘als dit, dan dat’-regels (denk aan ‘eerstvolgende beller wordt toegewezen aan eerstvolgende beschikbare medewerker’) houdt weinig rekening met de waarde van klanten en de potentie van medewerkers. Daarom maakt deze aanpak plaats voor intelligente routering. Die houdt aan de ene kant rekening met eigenschappen en voorkeuren van de klant – klantwaarde, klantvoorkeuren, persoonlijke eigenschappen, sociale en gezinssituatie, actuele context zoals een vooraf ingesproken vraag, et cetera. En aan de andere kant houdt intelligente routering ook rekening met het profiel van de medewerker.

Image

Voorspellen, matchen en beslissen

Zie het als een dating site: op basis van welke kenmerken kunnen we komen tot de beste match en wanneer kiezen we daarvoor? In die intelligente routering gaat het om meer dan alleen eigenschappen van medewerker en klant. Je kunt namelijk ook gaan voorspellen hoe lang het duurt voordat de beste passende medewerker beschikbaar is. Op basis van allerlei factoren kan je het systeem laten beslissen of het de moeite waard is de klant nog even te laten wachten – met als uitkomst dat hij of zij bij de best passende medewerker uitkomt. Ofwel: op elk moment de beste keuze maken voor de klant en de agent. Deze intelligentie komt tezamen in onze nieuwe oplossing Telios IQ. De belangrijkste vraag is natuurlijk op welke factoren zo’n slimme routering gebaseerd zou moeten zijn.

Image

Voor intelligente routering heb je informatie nodig

Routeren op basis van Telios IQ is complexer dan de standaardmethode van first in, first out of een methode als skill based routing. Daarom komen de keuzes binnen deze methode tot stand op basis van machine learning. Dat begint bij het in kaart brengen van eigenschappen van zowel klanten als medewerkers, waarna vervolgens wordt gemeten wat de resultaten zijn van combinaties. Wat is de uitkomst – in termen van klanttevredenheid of conversie – als je een bepaalde medewerker aan een bepaalde klant koppelt? Al deze resultaten vormen de input om het systeem duidelijk te maken welke combinaties tussen klant(eigenschappen) en medewerker(eigenschappen) het best werken.

Machine learning is nodig omdat de onderliggende patronen in de veelheid aan variabelen te ingewikkeld is om dit op te lossen met handmatige analyses. Wanneer het systeem heeft geleerd om de best passende combinaties te maken, start je een pilot in de bestaande operatie, waardoor je zicht krijgt op de verschillen. Het systeem zal gevoed moeten worden met informatie – bijvoorbeeld via workshops – en daarnaast de nodige data moeten verzamelen, op basis daarvan beslissingen moeten nemen en de resultaten moeten gebruiken om het nemen van beslissingen te verbeteren. Met andere woorden, om te komen tot intelligente routering moet je een aantal stappen doorlopen; het is niet iets wat je ‘aan’ zet.

Kunstmatige intelligentie in klantcontact

Telecats zet kunstmatige intelligentie volop in bij de ontwikkeling van spraaktechnologie en nu ook voor Telios IQ. Want echt intelligent routeren is alleen mogelijk met behulp van machine learning. Kunstmatige Intelligentie zal de komende jaren echt doorbreken en zorgen voor grote veranderingen in klantcontact.

Deel dit bericht